| TÃtulo : |
Deep Biometrics |
| Tipo de documento: |
documento electrónico |
| Autores: |
Jiang, Richard, ; Li, Chang-Tsun, ; Crookes, Danny, ; Meng, Weizhi, ; Rosenberger, Christophe, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2020 |
| Número de páginas: |
VIII, 320 p. 118 ilustraciones, 99 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-32583-1 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Idioma : |
Inglés (eng) |
| Palabras clave: |
Procesamiento de la señal Protección de datos Bioinformática Identificación biométrica Procesamiento de señales voz e imágenes Seguridad de datos e información BiometrÃa |
| Clasificación: |
621.382 Telecomunicaciones |
| Resumen: |
Este libro destaca los nuevos avances en biometrÃa utilizando el aprendizaje profundo hacia un trasfondo más profundo y amplio, considerándolo "BiometrÃa profunda". El libro tiene como objetivo resaltar los desarrollos recientes en biometrÃa que utilizan métodos semisupervisados ​​​​y no supervisados, como redes neuronales profundas, codificadores automáticos apilados profundos, redes neuronales convolucionales, redes generativas adversarias, etc. Los contribuyentes demuestran el poder de las técnicas de aprendizaje profundo en las nuevas áreas emergentes, como cuestiones de privacidad y seguridad, biometrÃa cancelable, biometrÃa suave, ciudades inteligentes, grandes datos biométricos, banca biométrica, biometrÃa médica, biometrÃa sanitaria y genética biométrica, etc. El objetivo de este volumen es resumir los avances recientes en el uso del aprendizaje profundo en el área de la seguridad biométrica y la privacidad hacia aplicaciones más profundas y amplias. Destaca el impacto del aprendizaje profundo en el campo de la biometrÃa en un amplio ámbito; Explota los antecedentes más profundos y amplios de la biometrÃa, como privacidad versus seguridad, big data biométricos, genética biométrica y diagnóstico biométrico, etc.; Introduce nuevas aplicaciones biométricas como banca biométrica, Internet de las cosas, computación en la nube y biometrÃa médica. |
| Nota de contenido: |
Introduction -- Part I – New Methods in Biometrics -- Deep Biometrics: A Robust Approach to Biometrics in Big Data Issues -- Deep Fusion of Multimodal Biometrics -- Deep Fuzzy Logic for Precise Biometric Systems -- Hierarchical Biometric Verification with Deep Sparse Features -- GAN-based Deep Biometric Verification -- Part II – New Advances in Deep Biometrics -- Deep Paleographic Handwriting Analysis for Author Identification -- Deep Palmprints versus Fingerprints: Rivals or Friends? -- A Survey on Deep Soft Biometrics for Forensic Analysis -- Robust Biometric Verification with Low Quality Data -- Deep Solution for Biometric Big Data -- Deep Privacy in Biometric -- Part III – New Biometric Applications using Deep Learning -- Biometric Key Generation via Deep Learning for Mobile Banking -- Securing Electronic Medical Records Using Deep Biometric Authentication -- Deep Body Biometrics from MRI Images for Medicine Advice -- Deep Social Identity in Social Network -- Deep Cognition in Robotic Biometrics -- Conclusion. |
| Tipo de medio : |
Computadora |
| Summary : |
This book highlights new advances in biometrics using deep learning toward deeper and wider background, deeming it "Deep Biometrics". The book aims to highlight recent developments in biometrics using semi-supervised and unsupervised methods such as Deep Neural Networks, Deep Stacked Autoencoder, Convolutional Neural Networks, Generative Adversary Networks, and so on. The contributors demonstrate the power of deep learning techniques in the emerging new areas such as privacy and security issues, cancellable biometrics, soft biometrics, smart cities, big biometric data, biometric banking, medical biometrics, healthcare biometrics, and biometric genetics, etc. The goal of this volume is to summarize the recent advances in using Deep Learning in the area of biometric security and privacy toward deeper and wider applications. Highlights the impact of deep learning over the field of biometrics in a wide area; Exploits the deeper and wider background of biometrics, suchas privacy versus security, biometric big data, biometric genetics, and biometric diagnosis, etc.; Introduces new biometric applications such as biometric banking, internet of things, cloud computing, and medical biometrics. |
| Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
Deep Biometrics [documento electrónico] / Jiang, Richard, ; Li, Chang-Tsun, ; Crookes, Danny, ; Meng, Weizhi, ; Rosenberger, Christophe, . - 1 ed. . - [s.l.] : Springer, 2020 . - VIII, 320 p. 118 ilustraciones, 99 ilustraciones en color. ISBN : 978-3-030-32583-1 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés ( eng)
| Palabras clave: |
Procesamiento de la señal Protección de datos Bioinformática Identificación biométrica Procesamiento de señales voz e imágenes Seguridad de datos e información BiometrÃa |
| Clasificación: |
621.382 Telecomunicaciones |
| Resumen: |
Este libro destaca los nuevos avances en biometrÃa utilizando el aprendizaje profundo hacia un trasfondo más profundo y amplio, considerándolo "BiometrÃa profunda". El libro tiene como objetivo resaltar los desarrollos recientes en biometrÃa que utilizan métodos semisupervisados ​​​​y no supervisados, como redes neuronales profundas, codificadores automáticos apilados profundos, redes neuronales convolucionales, redes generativas adversarias, etc. Los contribuyentes demuestran el poder de las técnicas de aprendizaje profundo en las nuevas áreas emergentes, como cuestiones de privacidad y seguridad, biometrÃa cancelable, biometrÃa suave, ciudades inteligentes, grandes datos biométricos, banca biométrica, biometrÃa médica, biometrÃa sanitaria y genética biométrica, etc. El objetivo de este volumen es resumir los avances recientes en el uso del aprendizaje profundo en el área de la seguridad biométrica y la privacidad hacia aplicaciones más profundas y amplias. Destaca el impacto del aprendizaje profundo en el campo de la biometrÃa en un amplio ámbito; Explota los antecedentes más profundos y amplios de la biometrÃa, como privacidad versus seguridad, big data biométricos, genética biométrica y diagnóstico biométrico, etc.; Introduce nuevas aplicaciones biométricas como banca biométrica, Internet de las cosas, computación en la nube y biometrÃa médica. |
| Nota de contenido: |
Introduction -- Part I – New Methods in Biometrics -- Deep Biometrics: A Robust Approach to Biometrics in Big Data Issues -- Deep Fusion of Multimodal Biometrics -- Deep Fuzzy Logic for Precise Biometric Systems -- Hierarchical Biometric Verification with Deep Sparse Features -- GAN-based Deep Biometric Verification -- Part II – New Advances in Deep Biometrics -- Deep Paleographic Handwriting Analysis for Author Identification -- Deep Palmprints versus Fingerprints: Rivals or Friends? -- A Survey on Deep Soft Biometrics for Forensic Analysis -- Robust Biometric Verification with Low Quality Data -- Deep Solution for Biometric Big Data -- Deep Privacy in Biometric -- Part III – New Biometric Applications using Deep Learning -- Biometric Key Generation via Deep Learning for Mobile Banking -- Securing Electronic Medical Records Using Deep Biometric Authentication -- Deep Body Biometrics from MRI Images for Medicine Advice -- Deep Social Identity in Social Network -- Deep Cognition in Robotic Biometrics -- Conclusion. |
| Tipo de medio : |
Computadora |
| Summary : |
This book highlights new advances in biometrics using deep learning toward deeper and wider background, deeming it "Deep Biometrics". The book aims to highlight recent developments in biometrics using semi-supervised and unsupervised methods such as Deep Neural Networks, Deep Stacked Autoencoder, Convolutional Neural Networks, Generative Adversary Networks, and so on. The contributors demonstrate the power of deep learning techniques in the emerging new areas such as privacy and security issues, cancellable biometrics, soft biometrics, smart cities, big biometric data, biometric banking, medical biometrics, healthcare biometrics, and biometric genetics, etc. The goal of this volume is to summarize the recent advances in using Deep Learning in the area of biometric security and privacy toward deeper and wider applications. Highlights the impact of deep learning over the field of biometrics in a wide area; Exploits the deeper and wider background of biometrics, suchas privacy versus security, biometric big data, biometric genetics, and biometric diagnosis, etc.; Introduces new biometric applications such as biometric banking, internet of things, cloud computing, and medical biometrics. |
| Enlace de acceso : |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
|  |
Crear una solicitud de compra Refinar búsquedaData Mining / Islam, Rafiqul ; Koh, Yun Sing ; Zhao, Yanchang ; Warwick, Graco ; Stirling, David ; Li, Chang-Tsun ; Islam, Zahidul
